[发明专利]一种IT运维优化方法

说明书

本发明涉及IT运维领域，具体提供了一种IT运维优化方法，具有如下步骤：S1、获取系统历史运维数据，对数据进行预处理；S2、生成决策树，获取步骤S1中预处理的数据，对数据进行处理，利用归纳算法生成可读的规则和决策树；S3、决策树生成以后由运维平台为决策树的每个节点绑定自动化功能。与现有技术相比，本发明通过对IT运维的历史数据进行分类处理，生成决策树，并将系统中提供的各种监听、告警、自动化配置等功能，与决策树节点进行绑定，提高IT服务效率和质量，后期通过新数据不断优化迭代决策树，使其无需人工参与，实现智能化运维。

技术领域

本发明涉及IT运维领域，具体提供一种IT运维优化方法。

背景技术

IT运维的发展已经经历了四个阶段，分别是人工运维-脚本工具运维-流程工具运维-平台化运维，平台化运维即自动化运维，也是当前所处的阶段。由于技术体系的发展，运维所面临的场景复杂度也急剧上升，原有的运维技能如操作系统维护、系统配置、脚本编写已经完全满足不了要求。同时，由于软件系统复杂度的提升，也需要运维投入更多的精力去关注业务软件架构和应用服务商，这也是当前IT运维面临的问题。

发明内容

本发明是针对上述现有技术的不足，提供一种实用性强的IT运维优化方法。

本发明解决其技术问题所采用的技术方案是：

一种IT运维优化方法，具有如下步骤：

S1、获取系统历史运维数据，对数据进行预处理；

S2、生成决策树，获取步骤S1中预处理的数据，对数据进行处理，利用归纳算法生成可读的规则和决策树；

S3、决策树生成以后由运维平台为决策树的每个节点绑定自动化功能。

进一步的，在步骤S1中，预处理后的数据包含基本运维信息，预处理后的数据作为数据分类建模的标准。

作为优选，所述的基本运维信息包括问题分类、问题详情、解决方案、问题优先级、计划解决时间、紧急度、实际解决时间、处理结果、处理意见和星级评价。

进一步的，在步骤S2中，决策树C4.5算法中，是通过计算信息增益率来对数据进行分类划分的，先在预处理数据中计算问题分类的信息熵，公式为：

上述公式计算结果为：

问题分类的取值4种{事件、问题、变更、维修}，此处求问题分类的固有值，固有值得求解公式为：

D^v＝1，D＝4问题分类固有值计算结果为：

通过上述计算，得出问题分类的信息熵和固有值。

进一步的，在步骤S2中，问题分类属性的信息增益率公式如下：

最终求出的得信息增益率为：

Gain(样本集合,问题分类)＝0.1875

进一步的，计算出所述的信息增益率后，找出信息增益高于平均水平的属性，再从中选择增益率最高的，通过不断计算迭代，然后通过算法的剪枝优化规则对树进行优化，最终能得到想要的决策树。

进一步的，在步骤S3中，所述决策树每作出一个决策，就由相应系统功能去执行。

进一步的，在步骤S3中，当一条新的运维数据产生的时候，用生成的决策树对数据进行分析，最终所述的一条新的运维数据将匹配决策树的某个节点，通过对接运维平台的功能，按照叶子节点的策略对所述的一条新的运维数据进行自动处理，执行系统内置的逻辑。